Please use this identifier to cite or link to this item: http://repositorio.ufpa.br:8080/jspui/handle/2011/7487
metadata.dc.type: Dissertação
Issue Date: 28-Aug-2015
metadata.dc.creator: LIMA, João Gabriel Rodrigues de Oliveira
metadata.dc.contributor.advisor1: SANTANA, Ádamo Lima de
metadata.dc.contributor.advisor-co1: CARDOSO, Diego Lisboa
Title: Stormsom: clusterização em tempo-real de fluxos de dados distribuídos no contexto de BigData
Citation: LIMA, João Gabriel Rodrigues de Oliveira. Stormsom: clusterização em tempo-real de fluxos de dados distribuídos no contexto de BigData. Orientador: Ádamo Lima de Santana; Coorientador: Diego Lisboa Cardoso. 2015. 61 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2015. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/7487. Acesso em:.
metadata.dc.description.resumo: Cresce cada vez mais a quantidade de cenários e aplicações que algoritmo necessitam de processamento e respostas em tempo real e que se utilizam de modelos estatísticos e de mineração de dados a fim de garantir um melhor suporte à tomada de decisão. As ferramentas disponíveis no mercado carecem de processos computacionais mais refinados que sejam capazes de extrair padrões de forma mais eficiente a partir de grandes volumes de dados. Além disso, há a grande necessidade, em diversos cenários, que o os resultados sejam providos em tempo real, tão logo inicie o processo, uma resposta imediata já deve estar sendo produzida. A partir dessas necessidades identificadas, neste trabalho propomos um processo autoral, chamado StormSOM, que consiste em um modelo de processamento, baseado em topologia distribuída, para a clusterização de grandes volumes de fluxos, contínuos e ilimitados, de dados, através do uso de redes neurais artificiais conhecidas como mapas auto-organizáveis, produzindo resultados em tempo real. Os experimentos foram realizados em um ambiente de computação em nuvem e os resultados comprovam a eficiência da proposta ao garantir que o modelo neural utilizado possa gerar respostas em tempo real para o processamento de Big Data.
Keywords: Mineração de dados (Computação)
Redes neurais (Computação)
Computação em fluxo
Stream (Sistema de computador)
Banco de dados relacionais
Cluster (Sistema de computador)
Stream computing
Neural network
Data mining
BigDATA
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
Appears in Collections:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Dissertacao_StormsomClusterizacaoTempo.pdf1,06 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons